Skip to content

Utiliser la couche de métriques pour normaliser et étendre l'expérimentation chez DoorDash

Les indicateurs sont essentiels pour mesurer le succès d'une entreprise fondée sur les données, mais il peut être difficile de s'assurer que ces indicateurs sont mesurés de manière cohérente et précise dans l'ensemble de l'organisation.

2022 Projets des stagiaires d'été Article n°3

DoorDash offre à ses stagiaires d'été l'opportunité de s'intégrer pleinement aux équipes d'ingénieurs afin d'acquérir le type d'expérience industrielle réelle qui n'est pas enseignée dans les salles de classe.

L'utilisation de CockroachDB pour réduire de 75% les coûts du Feature Store

En construisant un magasin de fonctionnalités pour gérer la croissance massive de notre plateforme d'apprentissage automatique ("ML"), nous avons appris que l'utilisation d'un mélange de différentes bases de données peut apporter des gains significatifs en termes d'efficacité et de simplicité opérationnelle.

Comment DoorDash a amélioré une heuristique avec la ML pour sauver des milliers de commandes annulées

L'un des défis de la gestion de notre plateforme est de pouvoir suivre avec précision l'état opérationnel des commerçants et leur capacité à recevoir et à exécuter les commandes.

Équilibrer la rapidité et la confiance dans l'expérimentation

Pour mener des milliers d'expériences de manière efficace, il faut trouver un juste équilibre entre notre rapidité et les contrôles nécessaires pour maintenir la confiance dans les résultats expérimentaux, mais il n'est jamais facile de trouver cet équilibre.